微软的 AI 布局：Copilot 全家桶、Azure AI 基础设施与 OpenAI 合作关系的持续追踪。
微软内部文件显示，它已经签了大约1300亿美元的长期数据中心租约，用来支撑 AI 模型的训练和推理。这个数字比市场之前猜的都要高，而且租约一签就是好几年，说明微软判断 AI 需求会持续很久。不过原文是付费墙内容，具体租给了哪些供应商、数据中心分布在哪些地区、单年租金怎么摊，正文都没披露。
推荐理由：FT 拿到了微软内部文件，显示数据中心租约总额约1300亿美元，远超市场预期，直接反映了微软对 AI 长期需求的押注。我会先打个折：原文是付费墙内容，供应商是谁、地区分布、单年租金怎么摊都没披露，所以只能当一个大数参考，别急着拿它做精细测算。
微软在最新财报电话会上向华尔街推销自己的 AI 模型、工具链，甚至一个对标 Mythos 的产品。CEO 纳德拉明确表示，不会让 OpenAI 和 Anthropic 通过应用和智能体基础设施把客户关系抢走。公司刚交出全年营收 3318 亿美元、净利润 1337 亿美元的业绩，有足够底气直接下场竞争。
推荐理由：这条消息的看点不是财报数字本身，而是微软在公开场合把 OpenAI 和 Anthropic 摆到竞争对手的位置上。纳德拉的话翻译过来就是：模型你们做，但客户和落地场景得我来控。我会先打个折，因为正文没披露那个对标 Mythos 的产品具体是什么、进展到哪一步，所以重要性停在 82 而不是更高。对从业者来说，这比一篇技术论文更直接影响选边和生态判断。
微软 2026 财年第四季度财报里夹了两笔 AI 投资的账。对 Anthropic 的 50 亿美元投资，这个季度账面浮盈 32 亿美元，给每股收益贡献了 0.33 美元。OpenAI 这边就没那么好看了，微软把它的持股价值减记了大约 6 亿美元，每股收益被拉低 0.07 美元。微软持有 OpenAI 约 27% 的股份，也拿分成，但具体分了多少正文没...
推荐理由：微软财报把两笔 AI 投资的账面影响直接亮出来了。对 Anthropic 的 50 亿投资这个季度浮盈 32 亿美元，每股收益多了 0.33 美元；OpenAI 那边持股减记约 6 亿美元，每股收益被拉低 0.07 美元。这是第一次有具体季度数字，对关注 AI 投资回报的人有参考价值。但 OpenAI 的利润分成到底拿了多少，正文没披露，所以只能算半个账。分数卡在 78，因为这是财务记账，不是产品或技术突破，而且信息有缺口。
安全研究员 Håkon Måløy 公开了一个在微软 Copilot for Word 中实际可用的文档蠕虫攻击。攻击者把隐藏指令塞进一个文档，当别人用 Copilot 处理这个文档时，Copilot 会照指令篡改输出内容，并把攻击代码复制进新生成的文件里。新文件又变成新的感染源，继续感染后续文档。打个比方：你从网上下载了一份看似正常的市场分析报告，用...
推荐理由：安全研究员公开了一个在 Copilot for Word 里真实可用的文档蠕虫，有完整 PoC 和 MSRC 通报记录，信号密度高。扣分点在于首发是个人博客而非微软官方公告，而且攻击需要特定的环境配置才能触发，实际利用门槛不低。
Azure 年营收刚过 1000 亿美元，增速 41%，但谷歌云同一季度涨了 82%。差距出在成本结构上：谷歌用自己的模型和 TPU 芯片，云业务利润率从 20.7% 拉到 35.6%；微软主要租英伟达 GPU、转售 OpenAI 模型，每笔订单都要给别人分利润。微软 6780 亿美元的合同积压里，近一半来自 OpenAI 这一家客户，而 OpenAI...
推荐理由：Tomasz Tunguz 用具体财务数字拆了两家云厂商的 AI 策略：自研模型+芯片 vs 租 GPU+转卖。Azure 千亿营收和 6780 亿合同积压里近一半来自 OpenAI 一家，这两个数据点很扎眼。没打更高分是因为这更像一篇快评，缺更长期的趋势验证。
谷歌最新财报显示资本支出又跳涨了一截，盘后股价直接跌了近 5%。市场担心的不是技术不行，而是砸了几千亿美元建数据中心之后，还没看到明确的回报时间表。文章点名谷歌、微软、Meta 都在加码，但谁也没给出盈利路线图。我会把这次下跌看作市场情绪在降温，而不是崩盘信号。
推荐理由：谷歌盘后跌近 5% 不是崩盘，但它是市场第一次用股价表达对 AI 资本开支的不耐烦。文章没给新数据或独家爆料，纯做情绪解读，所以分数没拉满。我会先打个折：这更像降温信号，不是转向信号。
Perplexity 推出了一个叫 Personal Computer 的 Windows 应用，你可以用自然语言下指令，让模型跨本地文件、Office 365 和网页去执行任务，相当于把电脑变成一个能动手的 AI 助手。目前只有 Windows 版，正文没提收费方式和具体上线日期。
推荐理由：Perplexity 从搜索切到桌面 Agent 是个值得关注的产品动作，但缺了定价和上线时间，信息还不完整，所以放在 featured 这一档。
7月24日，英伟达、Meta、微软等25家硬件商、云厂商和风投联名发公开信，主张开放权重模型是美国AI领先的关键。OpenAI和Google在周末补签，Anthropic和Amazon没签。各家的生意经很直白：卖硬件的想拉动更多私有算力需求；Meta要用Llama绑定开发者工具链；a16z和YC投的初创公司付不起闭源API每百万token 15美元的费...
推荐理由：一封公开信把美国AI行业的派系地图画了出来，每家签字方的算盘都摊在桌上。Anthropic拒绝签字和Dario的后续回应让故事有持续张力。扣分是因为这是二手分析，不是一手爆料，而且部分判断依赖公开表态，没有内幕佐证。
微软 CEO 纳德拉在 CNN 采访中再次警告企业：只靠一家闭源 AI 实验室的模型，最终会出局。他 7 月 13 日就提过这个观点，这次说得更直白——公司要么得有自己的模型，要么得加一层 AI 网关，把提示词和底层模型解耦。网关具体怎么实现，正文没细说。核心逻辑是别把数据和决策逻辑全交给单一模型供应商。不过得提一句，微软自己就卖 Azure AI 网...
推荐理由：纳德拉一个月内两次警告别把身家性命绑在一家闭源模型上，这次还给出了具体解法：自研或加 AI 网关层。观点有分量，但正文没展开网关怎么落地，所以分数卡在 featured 门槛上。我会先打个折——这话从卖 Azure AI 的微软 CEO 嘴里出来，既有参考价值也有利益立场，读的时候心里有数就行。
微软在旧金山一场小型活动上掏出了两样新东西：一个是专门做网络安全的模型 MAI-Cyber-1-Flash，用来在复杂代码库里找那些难发现的漏洞，并驱动自家的 MDASH 漏洞挖掘工具；另一个叫 Perception 的平台，可以派出一组 AI 智能体去自动跑安全流程，比如找 bug 和修 bug。不过正文没披露模型参数量、跑分、定价，也没说 Perc...
推荐理由：微软这次掏出了两样东西：一个叫 MAI-Cyber-1-Flash 的网络安全模型，用来在复杂代码库里挖那些难找的漏洞，还驱动自家的 MDASH 漏洞挖掘工具；另一个是 Perception 平台，能派出一组 AI 智能体自动跑安全流程，比如找 bug 和修 bug。机制上确实有新意，不是换个壳的常规更新。但正文没披露模型参数量、跑分、定价，也没说 Perception 具体怎么跟现有安全工具打通，信息缺口不小，所以知识增量打了折扣。H 和 K 都踩中了，R 偏弱，刚好卡在 featured 门槛上。
FT的报道说，美国科技公司今年一边裁掉约14万个岗位，一边把资本支出拉到了2150亿美元，大部分砸向AI基础设施。Meta、亚马逊、微软、Alphabet都在疯狂买数据中心和芯片，但非AI团队在收缩。文章没具体说裁的是哪些岗位，不过方向很明确：钱和人都在往AI挪，其他业务线在收紧。
推荐理由：FT用两个数字把AI扩张和非AI收缩的剪刀差讲得很清楚。HKR三项都踩中了。分数卡在78，因为正文被付费墙挡着，看不到具体裁了哪些岗位、各家怎么分摊这14万和2150亿，信息有缺口，没法给更高。
英伟达、微软和Meta联合向特朗普政府表态，反对对开放权重模型（也就是把训练好的模型参数直接公开、允许大家下载微调的那种）施加出口管制或许可要求。他们的核心论点是：管得太早会伤到美国的开源生态，反而把优势拱手让给竞争对手。报道没列出具体的政策提案，但三家态度很明确——别锁太快。这三家都靠开放模型赚钱，立场不意外，但三家一起站出来施压还是值得留意。
推荐理由：英伟达、微软和 Meta 联合向特朗普政府喊话，反对对开放权重模型加出口管制或许可要求。核心逻辑是管太早会伤美国开源生态，把优势送给对手。报道没列出具体政策提案，但三家一起站出来，说明内部讨论已经到了企业必须公开表态的阶段。我会先打个折：这三家都靠开放模型赚钱，立场不意外，但联合施压的时机值得留意，政策窗口可能比外界想的更紧。
英伟达、Meta、微软、Mistral 和 Hugging Face 等公司发了一封公开信，劝美国政策制定者别急着对开放权重模型（也就是把模型参数公开、允许大家自由下载微调的那种）搞大范围限制。这封信的背景是华盛顿正在琢磨怎么回应中国 AI 实验室——美方怀疑他们用“蒸馏”技术从美国模型里学东西，把能力差距拉近了。不过信里压根没提中国，只说开放模型对创...
推荐理由：一群顶级 AI 公司联手反对美国可能对开放权重模型搞出口管制，阵容够硬，时机也敏感。信里绕开了中国，但谁都知道这是在回应中美 AI 角力。分数没给更高是因为这本质上是政策游说，不是技术突破，正文也没披露具体管制方案会怎么落地，先别太激动。
微软发起了一封公开信，NVIDIA、Meta、Palantir、Hugging Face 等 20 多家公司都签了名，核心诉求是让政策制定者别过早限制开源模型的权重公开。信里特别提了一句，要把正常的模型蒸馏（用大模型教小模型）和恶意盗用区分开，别一刀切。有意思的是，OpenAI、Anthropic 和 Google 这三家做闭源大模型的公司全都没签字。...
推荐理由：20 多家公司联名反对过早限制开源权重，这事本身信号很强，但正文没附上完整信函，也没给出具体政策条文或时间线，所以判断先打个折。阵营缺席比签字名单更有信息量：OpenAI、Anthropic、Google 全都不在，说明闭源和开源两边的博弈已经摆上台面。蒸馏和盗用的区分是个实在的政策抓手，但信里没展开技术细节，落地效果还得看后续。
AMD 在 Advancing AI 大会上掏出了 Helios，一个直接对标英伟达 Vera Rubin 的整机柜系统，专门用来训练和跑最前沿的大模型。CEO 苏姿丰说这是目前业界性能最高的 AI 机柜，微软是首批客户之一，今年晚些时候开始发货。从现场公布的跑分看，Helios 在好几项指标上都压过了英伟达的 Vera Rubin，看起来确实有得一拼...
推荐理由：AMD 发布 Helios 整机柜系统，直接挑战英伟达 Vera Rubin，微软是第一个公开客户，今年晚些时候发货。现场跑分显示 Helios 在几项指标上压过对手，但这些都是 AMD 自己测的，没有第三方验证，实际表现还得等货到了再说。分数维持在 78 分，因为目前只有 AMD 一方的数字，真实世界表现和交付能力还是未知数。
Satya Nadella 说 MAI 模型不拼跑分，而是在 GitHub Copilot 和 Excel 这类产品里，靠真实用户反馈训练，用更少的 token 就超过了通用前沿模型。核心是一套不绑定具体模型的评估系统，让模型在真实任务里学怎么把活干好。微软会把这个模板通过 Foundry 开放给企业客户。正文没给出具体性能数字和成本对比，所以省钱幅度...
推荐理由：微软 CEO 亲自解释 MAI 策略，不拼跑分，靠产品内真实反馈训练，用更少 token 追上通用前沿模型。角度新鲜，机制也讲得实在，但正文没给出性能数字和成本对比，省钱幅度只能先打个折看。
路透社这篇报道说 Alphabet 的自由现金流缩水得很厉害，主因是 AI 基础设施砸钱太猛。这对 Meta、微软、亚马逊是个预警——大家都在往 AI 里灌钱，但市场在担心回报什么时候能跟上。正文没披露具体的烧钱数字和同比变化，我会先打个折看这个信号：不是说不该投，而是投的速度和回血速度已经出现明显错位了。
推荐理由：路透用 Alphabet 现金流吃紧给大科技公司的 AI 军备竞赛敲警钟，比单独报资本开支更有穿透力。正文没给具体烧钱数字和同比变化，所以重要性没拉到 85 以上，但警示、知识和相关性都站得住。
Alphabet、微软、亚马逊、Meta 和甲骨文这五家公司，在最新季度的财报里报了1.35万亿美元债务，但《日经亚洲》挖出它们还有约1.65万亿美元的债务没进资产负债表，其中 Meta 一家就占了大概4200亿。这些钱主要通过特殊目的实体或法律上独立的子公司来操作，让财报看起来更健康。会计顾问 Tom Selling 对彭博社说这种处理方式现在很流行...
推荐理由：日经挖出的表外债务数字很具体，直接关联AI军备竞赛的资本开支叙事，重要性没问题。没给更高分是因为正文没披露日经的估算方法和数据来源——这个缺口得标出来，别把数字当定论。
微软在 HuggingFace 上放出了 Mage-Flow，一个 4B 参数的基础模型，既能文生图，也能按指令修图。它没走堆参数的路子，而是靠一个轻量化的图像压缩器 Mage-VAE 和一个原生分辨率扩散 Transformer 配合，效果对标甚至超过了 Qwen-Image 20B、FLUX.2 32B 这些大得多的系统。Mage-VAE 的编码计...
推荐理由：微软开源了一个 4B 参数的图像生成模型 Mage-Flow，能文生图也能按指令修图。它没走堆参数的路，靠一个轻量的 Mage-VAE 压缩器和原生分辨率扩散 Transformer，效果直接对标 Qwen-Image 20B、FLUX.2 32B 这些大得多的系统。我会先打个折——目前只有 Reddit 帖子，没有正式论文或第三方复现报告，所以分数定在 78。如果后续有实测数据能撑住这个效率比，分数还有上调空间。
亚马逊、微软、Alphabet、Meta 和苹果现在背着 1.65 万亿美元的长期租赁负债，这些钱没直接写在资产负债表的核心债务里，但实际要还。这个数字是 2018 年的近五倍。日经根据公司披露和资本开支数据估算，其中约 60% 直接投向了数据中心、服务器和网络设备，也就是给 AI 竞赛铺路。这种操作让投资人很难看清公司真实的杠杆水平。如果 AI 的回...
推荐理由：日经这篇把五家公司的表外租赁负债算了个总账，1.65 万亿这个数够具体，而且直接点出约 60% 流向了 AI 基础设施。我会先打个折：这不是产品发布或模型突破，是财务数据的二次加工，所以重要性没给到 85 以上。但数字本身太硬了，对从业者判断行业泡沫程度有直接参考价值。正文没披露各家分别扛了多少、租约年限怎么分布，这点先别太激动。